引论¶
背景¶
- 全球化导致民族国家权威不断向上转移至超国家权威、向下转移至次国家行为体、向外转移至社会性行为体。
- 全球化使国际政治出现了分合交织进行的历史现象。
- 交通运输技术、信息技术的革命性进步，国际体系结构和全球安全结构的深刻调整，权力不断下放的历史趋势，以及跨国公司利益实现方式的地方化为地方政府国际合作提供了重要动力来源。 4.在全球化的背景下，地方成为重要的行为体之一。
20世纪70、80年代 简政放权 设立经济特区、沿海开放城市 20世纪90年代 全方位调整国内央地关系结构；全方位推行开放政策 21世纪 政府间以及与社会组织联系加强 （e.g.环境综合治理，经济合作，文化交流） “一带一路” ；建立自贸区 促使中国地方政府的合作演进发生了巨大变化，由封闭逐渐走向多样化对外合作。
相关理论与研究¶
自20世纪70年代以来，地方政府在对内对外关系中的作用越来越受到重视 世界治理理论、复合相互依赖理论、平行外交理论、多层外交理论和多层治理理论先后对地方政府参与国际行为做了相应的论述， 肯定了地方政府在国际关系中的重要性。
地方政府作为行为主体，已经得到广泛认可与研究（杨逢春，1994；郑永年，2007） 地方政府在区域协作与联系中有着巨大作用（石亚军，2010；杨龙，彭彦强，2009） 但是地方政府的合作与交流网络却受到关注较少，目前有的研究主要大多局限于某个都市圈或者城市群， 且主要从政府合作协议（马捷等，2014；涂易梅，2018）、政府间合作组织（许露萍，2018）着手。
存在的问题¶
1.研究空间有限，缺乏对地方政府的合作与交流的全球化洞悉。 2.研究对象有限，地方政府的合作与交流远不止于政府间，忽视了企业、高校、社会组织等。 3.利用信息有限，只利用了地方政府公开的合作协议，忽视了大量的非公开协议以及隐性的合作与交流。 4.合作实质有待考察，绝大多数地方政府的合作协议或者合作组织属于协调性或者倡导性的性质，往往会奔波于公文旅行甚至直接束之高阁。
本文的思路¶
地方政府的主体核心是主政官员。 任何合作与交流都是由人来进行的，两个单位之间的合作交流如果没有一定级别的负责人来参与或者推动，其实质意义是有限的。 而如果一方面的参与者是一定级别负责人，另一方面也同样会是相应级别的领导来参加。 在地方官媒语境下，由此形成的活动基本上都会产生诸如某某市委书记会见某某这样的公开报道。 本文拟利用知网中国重要报纸全文数据库上，收集整理中国大陆地级市以上城市的主要领导（市委书记、市长）活动报道数据，对地方政府对外合作与交流进行探析。
数据¶
数据说明¶
数据来自于中国重要报纸全文数据库的地方媒体分库，基本囊括了地级市以上的全部地方官方媒体。 以2016年为时间截面，采集包含会见关键词的主政官员新闻报道，共计8543篇。 经过提取实体机构名词及其地理信息后，因为国际组织实质上无法以一个简单地址来代表，故也剔除。 最终一共获得3835条有效会见信息。
数据处理过程¶
huijian[:10]
#提取正文、报纸名称、时间、新闻分类等信息
for index,row in huijian[:3].iterrows():
ce=row['info']
ce=ce.encode('gb18030','ignore').decode('gbk','ignore')
lmc = re.findall(r'\[报纸名称\](.*)\[报纸日期]',ce)
lrq = re.findall(r'\[报纸日期\](\d\d\d\d-\d\d-\d\d).*\[',ce)
lfl= re.findall(r'\[分类号\]?(\w*\d*\d).*\[',ce)
lzw = re.findall(r'\[正文快照\](.*)\[报纸名称]',ce)
print(index,';',row["title"],';',lzw,';',lmc,';',lrq,';',lfl)
#从正文中获取会见的主体与客体
#获取地址与经纬度
from geopy.geocoders import Baidu
geocoder = Baidu(api_key='nPOpgjGBmA5CuM7UGUy9tRHdpGGSGwPb',security_key='nPOpgjGBmA5CuM7UGUy9tRHdpGGSGwPb',timeout=60 )
location= geocoder.geocode('国家电网')
b = geocoder.reverse(str(location.latitude)+','+str(location.longitude))
print(b.address.decode(),location.longitude,location.latitude)
location= geocoder.geocode('科大讯飞')
b = geocoder.reverse(str(location.latitude)+','+str(location.longitude))
print(b.address.decode(),location.longitude,location.latitude)
#经过整理后的数据
clear=pd.read_excel('infoxlsx2.xlsx','dataclear')
clear[:10]
数据概况¶
#地方政府主体
print('主体总数',len(clear['city'].unique()))
print(clear['city'].unique())
#合作交流的客体（命名实体）
print('国内客体数',(len((clear[clear['guonei']==0])['shiti'].unique())))
print('国外客体数',(len((clear[clear['guonei']==1])['shiti'].unique())))
print((clear[clear['guonei']==0])['shiti'].unique())
print((clear[clear['guonei']==1])['shiti'].unique())
#合作交流的客体（基于地域汇总）
print('国内客体数分布地区',(len((clear[clear['guonei']==0])['addr'].unique())))
print('国外客体数分布地区',(len((clear[clear['guonei']==1])['addr'].unique())))
print((clear[clear['guonei']==0])['addr'].unique())
print((clear[clear['guonei']==1])['addr'].unique())
合作交流的类型¶
新闻分类中C，D，F，G，X正好代表五位一体建设中的社会、政治、经济、文化与生态环境， 基于新闻分类，定义了合作交流的不同类型
#地方政府合作与交流的频度（0代表国外客体，1代表国内客体）
cityflh=clear.pivot_table('shiti', index='city', columns='flh',aggfunc='count',margins=True)
cityflh=cityflh.fillna(0).sort_values(by="All",ascending=False)[1:20]
bar = Bar("")
cityflh=cityflh[['C','D','F','G','X']]
cityflh
#地方政府合作与交流的对象分布
stgnflh=clear[clear['guonei']==1].pivot_table('city', index='shiti', columns='flh',aggfunc='count',margins=True)
stgnflh=stgnflh.sort_values(by="All",ascending=False)[1:20]
stgnflh[['C','D','F','G','X']].fillna(0)
###对象的空间分布（国内）
#对象的国外分布
gwflh=clear[clear['guonei']==0].pivot_table('shiti', index='addr', columns='flh',aggfunc='count',margins=True)
gwflh=gwflh.sort_values(by="All",ascending=False)
gwflh[1:20].fillna(0)
网络¶
国内网络¶
from IPython.core.display import Image, display
PATH = "./results/gephi环形布局国内网络.png"
Image(filename = PATH, width=1024, height=768)
from IPython.core.display import Image, display
PATH = "./results/gephigeo布局国内.png"
Image(filename = PATH, width=800, height=600)
国际网络¶
from IPython.core.display import Image, display
PATH = "./results/gephi环形布局国外网络.png"
Image(filename = PATH, width=1024, height=768)
PATH = "./results/gephigeo布局国外网络.png"
Image(filename = PATH, width=1024, height=768)
重点个案¶
PATH = "./results/浪潮华为.jpg"
Image(filename = PATH, width=1024, height=768)
PATH = "./results/BAT.jpg"
Image(filename = PATH, width=1024, height=768)
#北京
dic['北京市']
#北京市
PATH = "bjs.png"
Image(filename = PATH, width=1024, height=768)
#上海市
PATH = "shs.png"
Image(filename = PATH, width=1024, height=768)
#深圳市
PATH = "szs.png"
Image(filename = PATH, width=1024, height=768)
#杭州市
PATH = "hzs.png"
Image(filename = PATH, width=1024, height=768)
结论与讨论¶
整体：¶
整体上我国地方政府对外合作交流广泛，涉及到经济社会发展到方方面面，但是主要集中于经济领域，在社会治理、文化建设、生态保护等方面还需进一步重视。 并且在空间上，主要集聚于美国、新加坡、日本、澳大利亚等发达国家，与一带一路沿线国家等合作与沟通还尚未不足。
个体:¶
地方政府之间的合作与交流还不够紧密，各地会见的最多的就是来自北京的中央国家机关和中央企业。各地在地地关系上的重视程度远不如央地关系。 从具体情况上看，由于政治等级的存在，直辖市及一线城市等核心城市主官更难见到，二三线和中西部城市地方政府为在对外合作与交流上不亚于甚至比一线城市更高，有利于抢抓经济发展机遇，实现快速崛起。而北京上海深圳杭州等重点城市，通过词频分析可见经济发展都是重心但是各有侧重。
政策启示：¶
1.加强与一带一路沿线国家各级机构沟通交流与合作。 2.加强国内各地区之间相互交流、学习与合作。 3.加强地方政府与重点领域与新兴领域企业和科研院所合作。